Gruppi di log e stream SageMaker inviati da Amazon ad Amazon CloudWatch Logs - Amazon SageMaker

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Gruppi di log e stream SageMaker inviati da Amazon ad Amazon CloudWatch Logs

Per aiutarti a eseguire il debug dei processi di compilazione, dei processi di elaborazione, dei lavori di formazione, degli endpoint, dei lavori di trasformazione, delle istanze notebook e delle configurazioni del ciclo di vita delle istanze notebook, tutto ciò che un contenitore di algoritmi, un contenitore modello o una configurazione del ciclo di vita di un'istanza notebook invia o viene inviato anche ad Amazon Logs. stdout stderr CloudWatch Oltre alle operazioni di debug, puoi adottare questo comportamento per l'analisi del progresso.

Per impostazione predefinita, i dati di log vengono archiviati in Logs a tempo indeterminato. CloudWatch Tuttavia, puoi configurare per quanto tempo archiviare i dati di log in un gruppo di log. Per informazioni, consulta Change Log Data Retention in CloudWatch Logs nella Amazon CloudWatch Logs User Guide.

Log

La tabella seguente elenca tutti i log forniti da Amazon SageMaker.

Log

Nome gruppo di log Nome flusso di log
/aws/sagemaker/CompilationJobs

[compilation-job-name]
/aws/sagemaker/Endpoints/[EndpointName]

[production-variant-name]/[instance-id]

(Per gli endpoint di inferenza asincrona) [production-variant-name]/[instance-id]/data-log

(Per pipeline di inferenza) [production-variant-name]/[instance-id]/[container-name provided in SageMaker model]
/aws/sagemaker/groundtruth/WorkerActivity

aws/sagemaker/groundtruth/worker-activity/[requester-AWS-Id]-[region]/[timestamp]
/aws/sagemaker/InferenceRecommendationsJobs

[inference-recommendations-job-name]/execution

[inference-recommendations-job-name]/CompilationJob/[compilation-job-name]

[inference-recommendations-job-name]/Endpoint/[endpoint-name]
/aws/sagemaker/LabelingJobs

[labeling-job-name]
/aws/sagemaker/NotebookInstances

[notebook-instance-name]/[LifecycleConfigHook]

[notebook-instance-name]/jupyter.log
/aws/sagemaker/ProcessingJobs

[processing-job-name]/[hostname]-[epoch_timestamp]
/aws/sagemaker/studio

[domain-id]/[user-profile-name]/[app-type]/[app-name]

[domain-id]/domain-shared/rstudioserverpro/default
/aws/sagemaker/TrainingJobs

[training-job-name]/algo-[instance-number-in-cluster]-[epoch_timestamp]
/aws/sagemaker/TransformJobs

[transform-job-name]/[instance-id]-[epoch_timestamp]

[transform-job-name]/[instance-id]-[epoch_timestamp]/data-log

[transform-job-name]/[instance-id]-[epoch_timestamp]/[container-name provided in SageMaker model] (For Inference Pipelines)
Nota

1. Il flusso di log /aws/sagemaker/NotebookInstances/[LifecycleConfigHook] viene creato al momento della creazione di un'istanza del notebook con una configurazione del ciclo di vita. Per ulteriori informazioni, consulta Personalizzazione di un'istanza di SageMaker notebook utilizzando uno script LCC.

2. Per Inference Pipelines, se non fornisci i nomi dei contenitori, la piattaforma utilizza**container-1, container-2** e così via, in base all'ordine fornito nel modello. SageMaker

Per ulteriori informazioni sulla registrazione degli eventi con la CloudWatch registrazione, consulta What is Amazon CloudWatch Logs? nella Amazon CloudWatch User Guide.